Data & IA · Noticias

Mil personas daban por hecholo que veinte empresarios estaban descubriendo.

En una misma semana di una charla a empresarios de EO Madrid sobre lo que hacen las empresas punteras con sus datos y escuché a SEAT en el Summit de Snowflake. La distancia entre las dos salas fue lo que más me hizo pensar.

Esta semana ha sido intensa.

El miércoles estuve con unos veinte empresarios de EO Madrid. Querían saber una cosa muy concreta: qué hacen las empresas más punteras con sus datos.

Me ofrecí a darles una charla. Fueron dos horas intensas, con muchas preguntas y muy buenas.

Al día siguiente estaba en el Summit de Snowflake, en una sala con unas mil personas, escuchando a SEAT contar qué está haciendo con los suyos.

Dos salas. Dos días seguidos. Y una distancia entre ellas que no esperaba.

Pero vamos por partes.

Lo que hacen las empresas punteras con sus datos

En la charla les expliqué cómo funciona una plataforma de datos moderna. Sin tecnicismos. Lo que importa a un empresario es entender las piezas y para qué sirve cada una.

1

Extraer

Sacar la información de donde está: el ERP, el CRM, los Excel, la web o los sistemas de almacén.

2

Unificar

Juntarla en un mismo sitio y con un mismo lenguaje, para que un cliente sea el mismo cliente en todos los sistemas.

3

Cuidar la calidad

Vigilar que los datos son correctos, completos y coherentes antes de que nadie los use para decidir.

4

Certificar

Marcar qué datos son oficiales: la versión de la verdad sobre la que se calculan los KPIs.

5

Explotar

Convertir todo eso en información útil: cuadros de mando, análisis y, cada vez más, IA.

Las grandes empresas llevan años construyendo esto.

Pero de todas las piezas, hubo una en la que insistí especialmente.

Cuida tus KPIs cueste lo que cueste

Les dije algo que necesitan hacer sí o sí: vigilar la calidad de su información y proteger la validez de sus KPIs. Cueste lo que cueste.

Uno de los empresarios me preguntó:

—Oye, yo uso HubSpot y tengo una IA que me hace unos cálculos geniales.

Y es verdad. Las herramientas actuales hacen cosas impresionantes.

Mi respuesta fue: eso es genial. Pero vigila la calidad de la información que le das.

Porque una IA no distingue un dato correcto de uno erróneo. Lo procesa todo con la misma seguridad. Y si el dato de entrada está mal, la conclusión también lo estará, solo que mejor presentada.

Por eso les enseñé a buscar anomalías: un pedido con una cantidad imposible, un cliente duplicado, una venta registrada en el mes equivocado, un margen negativo que nadie ha revisado.

Una sola anomalía puede romper una conclusión. Y una conclusión rota puede costar mucho dinero.

Y aquí entra la siguiente pieza: la base de datos certificada.

Es el conjunto de datos que la empresa ha revisado y da por bueno. El que se usa para calcular los KPIs que llegan a dirección. Su objetivo es simple: que nadie saque conclusiones sobre datos que no son correctos.

Sin ella, cada departamento tiene su número. Y la reunión de dirección se convierte en una discusión sobre qué cifra es la buena en lugar de una conversación sobre qué hacer.

La siguiente capa: la plataforma agéntica

Para terminar, les conté hacia dónde se están moviendo las grandes empresas: las plataformas agénticas.

Dicho de forma sencilla, son plataformas donde se crean y se gobiernan los agentes de IA de la empresa, sobre los datos ya unificados y certificados.

¿Por qué no dejar que cada departamento use la IA que quiera? Por tres motivos:

1

Menos alucinaciones

Un agente que trabaja sobre datos certificados se equivoca mucho menos que uno que interpreta información dispersa.

2

Protección de los datos

La empresa decide qué información puede ver cada agente y quién puede usarlo.

3

Control

Se sabe qué agentes existen, qué hacen y con qué datos trabajan.

Hasta aquí, la charla. Al día siguiente vi todo esto aplicado en una gran empresa.

Al día siguiente, mil personas

En el Summit de Snowflake, SEAT contó cómo está trabajando con sus datos.

Primero, aseguran la información con una plataforma moderna. La misma que yo había explicado el día anterior en EO Madrid.

Nada de lo que contaba me resultaba ajeno. Es el tipo de plataforma que llevo años viendo y construyendo en proyectos con grandes organizaciones.

Y entonces el ponente hizo un comentario que me llamó la atención. Vino a decir: aquí no me voy a parar, porque todos los que estáis en la sala ya conocéis esto y lo tenéis implantado en vuestra organización. Así que vamos directamente a nuestra plataforma agéntica.

Lo que para veinte empresarios era nuevo el miércoles, para mil personas el jueves era el punto de partida.

20empresarios de EO Madrid descubriendo cómo funciona una plataforma de datos moderna.

1.000asistentes al Summit de Snowflake a los que se daba por hecho que ya la tenían implantada.

Dos salas, dos días seguidos.

SEAT explicó que sus usuarios de negocio siguen usando sus dashboards, que es lo que más utilizan. Pero además les dan herramientas de IA para que puedan hacer análisis exploratorio por su cuenta.

Los dashboards no desaparecen. La IA se suma encima de una base que ya es fiable.

La brecha no sorprende

Lo que me sorprendió fue la distancia entre una empresa mediana y una gigante.

Pero si lo analizas, tampoco debería sorprender.

Una gran empresa tiene un equipo enorme dedicado a los datos. Y fabricantes de alto valor que la apoyan en cada desarrollo.

Y no es solo una cuestión de tamaño. Tiene procesos más maduros, una cultura acostumbrada a decidir con datos y capacidades que ha ido construyendo durante años.

Una empresa mediana no tiene nada de eso. Y no debería intentar copiarlo.

No necesita el presupuesto de SEAT. Ni un departamento de datos de cincuenta personas. Ni la complejidad tecnológica de una gran corporación.

Lo que sí necesita es entender el modelo que siguen las grandes. Porque los principios funcionan igual: datos unificados, calidad vigilada, KPIs fiables, una fuente oficial de información y la IA trabajando sobre una base controlada.

Los principios son los mismos. La forma de aplicarlos, no

La clave está en traducir ese modelo a su realidad. Identificar sus propias prioridades y ejecutarlo poco a poco, empezando por lo que más impacto tiene en el negocio.

Quien ha visto cómo se hace en una gran organización sabe qué piezas son imprescindibles y cuáles pueden esperar. Qué hay que construir primero. Y qué complejidad conviene evitar porque, a esa escala, no aporta nada.

Ese criterio no exige tener a alguien a tiempo completo dentro de la empresa. Exige a alguien que lo aplique con continuidad, aunque sea una parte del tiempo.

Es lo que hago con las empresas medianas con las que trabajo: llevar lo que he aprendido en grandes organizaciones a su tamaño, a sus recursos y a sus prioridades.

Si diriges una empresa mediana, por aquí empezaría:

1. Elige tus cinco KPIs críticos y asegúrate de que todo el mundo los calcula igual.

2. Revisa las anomalías de los datos que alimentan esos KPIs antes de tomar decisiones con ellos.

3. Define cuál es tu fuente oficial de información, aunque al principio sea pequeña.

4. Prueba la IA en un caso acotado y con datos controlados antes de soltarla sobre todo el negocio.

Ninguno de estos pasos necesita una gran inversión. Todos se pueden empezar este mes.

No necesitas el presupuesto de SEAT para empezar a pensar como SEAT.

Necesitas hacer las cosas en el orden correcto.

Margen Oculto

¿Y en tu empresa?

¿Confiarías tu próxima decisión importante a los datos que tienes hoy?

Las empresas medianas pueden aplicar los mismos principios que las grandes, a su escala y con sus recursos.

En Margen Oculto ayudamos a pymes a tomar mejores decisiones y aumentar sus beneficios, apoyándonos en la IA y en los datos que ya están almacenando.

Conocer Margen Oculto

Si no quieres depender de LinkedIn para recibir estos análisis, apúntate a la newsletter. Y en mi blog tienes más casos, análisis y artículos.

Las grandes empresas no tienen mejores ideas.

Tienen sus datos en orden antes de pedirles respuestas.